基于Mel频率倒谱参数相似度的语音端点检测算法

为提高噪声环境下语音端点检测的精确性,提出了一种基于Mel频率倒谱参数(MF-CC)相似度的端点检测方法。提取了每帧语音信号的Mel频率倒谱参数,然后将前十帧作为背景噪声,计算测试帧和背景噪声的MFCC相关系数距离,最后用得到的MFCC相似度距离曲线进行端点检测。实验结果表明,该方法在白噪声和粉噪声环境下均可得到理想的端点检测效果,并且在低信噪比时仍然有效。

基于MFCC相似度和谱熵的端点检测算法

为提高低信噪比环境下语音端点检测的准确率,提出了一种基于Mel倒谱参数相似度和谱熵的端点检测算法。首先,提取语音帧的的Mel频率倒谱参数,将前十帧声信号作为背景噪声,然后计算每一帧语音和噪声MFCC的相关系数距离,结合MFCC相似距离与谱熵做综合判决。实验结果表明,在低信噪比环境下此方法相对谱熵法能够提高检测准确率。

基于听觉特性的语音特征参数提取方法研究

特征提取是说话人识别系统中最关键的一个步骤。特征提取通俗的来说是提取代表说话人个性的语音特征。直接关乎识别系统的准确率。通常人们能从说话人声音的品质,频率的高低,音量的大小等信息中感知说话人的个性特点。文章采用Mel频率倒谱域参数,是因为Mel频率尺度更加贴近人耳的听觉特性。Mel频率倒谱域参数不仅具有低频段高谱分辨率的优势,而且对噪声鲁棒能力很强。文章以声道模型和听觉模型为例,对比了LPC参数和MFCC参数分布。得出了MFCC不受全极点模型限制,对环境的适应性更强,且可降低不同人说话引起的差异度的影响。其参数性能优于LPC参数。

混响声场中语音识别方法研究

免提式话筒语音识别系统是语音识别走向实用的目标之一,实现这一系统,首先要解决房间效应引起的混响问题。通过讨论室内混响声场中语音的特点,提出用鲁棒性特征参数——滤波规整的Mel频率倒谱参数(FNMFCC),即MFCC参数在对数功率谱域进行低通滤波,倒谱域进行均值减,并用标准差加权进行非线性规整,采用这3种措施来消除混响引起的语音参数的变化,识别方法用矢量量化法,用4组无混响数码语音进行训练,对特定人无混响和4种混响声场中共150组数码音的平均识别率达到98.7％。提出的这一新方法在不降低无混响音识别率的情况下,提高了混响声场的语音识别率。该方法不仅识别率高,而且运算量小、所需内存空间小,易于做成小型实用的快速识别系统。

新型MFCC和波动模型相结合的二层环境声音识别

对生态环境中各种不同的声音进行快速准确的识别有重要的现实意义,但是因其具有较高背景噪声加大了识别的难度。提出一种具有良好抗噪能力和较高识别性能的两层音频识别技术。选择经过改进的新型的MFCC参数以及波动模型作为生态环境声音的特征集合。利用这种新型的MFCC系数构造音频信号的高斯分布模型,并且计算未知音频信号与样本音频信号的高斯分布模型之间的Kullback-Leibler距离,随后计算它们的波动模型之间的欧几里德距离。根据计算出的Kullback-Leibler距离和欧几里德距离实现两层音频识别系统。实验结果表明两层音频识别技术即使在噪声的影响下也能保持较高的识别率。

基于神经网络的语音增强系统设计

利用神经网络设计语音信号增强处理系统,在无噪和含噪条件下,提取语音信号的MFCC系数,用于BP神经网络的训练和识别,最终达到语音信号消噪和提高可懂度的目的。自适应神经网络系统具有非线性映射和自学习能力,能够用于噪声信号的非线性建模。它不仅能够获取信号的最佳估计,并且能够克服信号处理中存在的不确定性。仿真结果表明,该自适应噪声抵消器的设计方法,不仅实现简单,而且节省运行时间,语音增强效果很好。

基于高斯混合模型的语音性别识别

利用高斯混合模型(GMM)方法进行语音的性别识别。首先概述了特征提取、识别方法及性别识别的过程;然后通过减少提取特征的语音帧数和降低高斯混合模型的混合阶数来提高性别识别速度;最后,将由M el频率倒谱参数(MFCC)特征和基音频率特征两种方法得到的测试样本后验概率结合,提出新的计算测试样本后验概率的方法。实验表明依据此后验概率能有效提高识别的正确率。

端点检测对说话人识别的影响

由于在说话人识别研究中发现,语音信号包括静音段、辅音段和浊音段,说话人的个性特征主要蕴含在浊音段中,静音段与辅音段参与识别会明显降低说话人的识别率。同时大量的实验证明,使用端点检测去掉静音段和辅音段后识别率有明显的提升,针对这种情况,指出了端点检测后的语音,其特征分布将会更加符合高斯分布。实验结果表明,端点检测越精确,其识别效果也就越好。

基于DSP的家居空调语音识别控制系统的设计实现

语音识别技术使家用电器的控制更加人性化,本文设计并实现了一种基于DSP的家居空调语音识别控制系统。硬件核心处理器是TMS320VC5402,软件模块包括端点检测、MFCC求取、模板训练和改进的DTW算法。实验结果表明,该系统对空调控制命令的识别率达94%以上,具有功耗小、性能稳定、运算精度高等优点,具有较大的市场应用价值。

语音分组识别技术的研究

为了减少语音识别时间,降低系统资源耗费,提出一种针对非特定人、孤立词、大词汇量的语音分组识别算法.运用K均值聚类算法对语音分组,并对语音分组特征进行置信度检验,使分组稳定,保证分组后识别率不下降.通过对非特定人孤立词的语音识别的实验,证实了该方法的有效性.

基于MFCC的心音信号特征提取及识别研究

研究心音信号的特征提取,对不同病理性心音信号进行分类,为心脏病临床诊断提供可靠参考。对心音信号进行去噪、包络提取、分段定位等预处理后,采用语音信号中的Mel频率倒谱特征参数来提取心音信号的特征参数,最后利用在生物识别中广泛应用的高斯混合模型来进行病理性心音信号的训练识别。从采集到的心音信号库中筛选出250例信号质量较好的心音信号进行训练识别,准确率达到79.2%。通过Mel频率倒谱特征参数对心音信号特征参数进行提取和高斯混合模型对其进行训练识别,具有较好的结果。

浴室噪声环境下小词汇量语音识别系统研究

根据实际应用的需求,设计了一种在浴室噪声环境中的小词汇量的语音识别系统.针对特定的浴室噪声进行分析,引入一种语音增强算法来降低噪声对识别的影响.使用基于人耳听力模型的mel频率倒谱特征参数作为语音特征参数,并结合其一阶差分参数描述语音信号特征的动态特性.针对小词汇量的实际应用需求,选用基于动态时间规整的模板匹配方法来识别.该方法可以用于其他相似的噪声环境中,通过实验验证了该方法的可行性.